带你读《软件定义网络之旅:构建更智能、更快速、更灵活的未来网络》第三章网络功能虚拟化3.1(三)

简介: 带你读《软件定义网络之旅:构建更智能、更快速、更灵活的未来网络》第三章网络功能虚拟化3.1

3.1.4     网络功能虚拟化的优势

典型的服务提供商网络由大量专有硬件交换机、路由器和设备构成。创建和启动新型网络服务通常需要添加其他各种专有系统。除了所需资本支出之外,这些硬件设备消耗的空间和功率占据运营费用的绝大部分。能源成本的增加,设计、集成和操作基于硬件的复杂设备所需的专业技能匮乏,都进一步增加了挑战。同时,电器快速达到使用寿命,导致采购设计集成部署周期性重复,收益甚微或不产生收益。此外,随着技术变革和服务创新加速,硬件生命周期变得越来越短,这可能会抑制新型创收网络服务的迅速推出,并对网络世界中的创新形成限制。

总而言之,所有这些问题都会限制创新并阻碍新型网络服务的迅速推出。NFV技术使人们无须清退和重新部署基础设施、无须进行相关资本投资即可规划网络架构的变化。由于组网的本质是通过软件来提供的,因而可以构建低成本通用硬件结构并部署多个 VNF来实现服务提供商网络架构中定义的所有网络功能。VNF还提供了许多优势,如下。


(1)  通过集成设备和利用 IT行业的规模经济来减少独特的设备多样性并降低功耗。

(2)通过在架构上将网络功能(基于软件)与支持基础设施(基于硬件)分离来驱动独立扩展和创新。

(3)通过最大限度地缩短网络运营商的典型创新周期,加速产品上市进度。通过基于软件的部署,可以大大减轻涵盖硬件功能投资所需的规模经济,这种部署或多或少遵循可变成本模型,且流动性更高。

(4)通过在诸多服务和不同客户群之间共享资源来降低成本。运行多个版本网络功能的能力非常简单,因为功能是通过软件来实现的。虚拟化支持多租户,使针对不同应用、用户和租户使用单一平台。

(5) 可以根据地理位置或客户集有针对性地引入服务,根据需要快速扩展或缩减服务。

(6)能够部署弹性支持各种网络功能需求的系统,并允许以灵活方式使公共资源池容量与当前需求组合相适应。

(7)支持各种生态系统并鼓励开放。NFV为纯软件入门者、小型企业和学术界开放虚拟设备市场,从而鼓励创新,以更低的风险快速带来更多新型服务和新收入流。

(8)支持新类型网络服务。除了数据平面之外,NFV还适用于控制平面和管理平面。这使最终用户和第三方使用当前仅为本地网络运营商预留的当前工具和功能来创建和管理虚拟网络。

(9)新型服务的更快测试。复杂服务的测试和认证是一项耗时的工作。通常,很难在实验室环境中测试应用领域。NFV   的多租户问题支持服务提供商能够在生产环境中测试新型服务和更新,而不会对客户流量构成威胁。

(10)可靠性更高。基于软件的系统更加富有弹性,且成本更低。由于需要部署专用冗余硬件和专有逻辑,因而基于硬件的可靠性成本更高。

为了实现这些优势,需要解决以下几个技术难题。

(1)实现高性能虚拟化网络功能,可在不同硬件供应商之间进行移植,并使用不同的虚拟机管理程序。

(2)在支持向完全虚拟化网络平台的高效迁移的同时,实现与基于定制硬件的网络平台的共存。同样,支持从现有业务支撑系统(BSS)和运营支撑系统(OSS)过渡到更加灵活的 DevOps和编排方法。

(3) 在确保攻击和错误配置安全性的同时,管理和编排诸多虚拟网络设备。

(4) 确保适当的硬件和软件故障恢复能力。

(5)集成来自不同供应商的多台虚拟设备。服务提供商更愿意使用来自不同供应商的混搭  硬件、不同供应商的虚拟机管理程序以及不同供应商的VNF,而不会产生过高的整合成本。

 


相关文章
|
5月前
|
前端开发 JavaScript 开发者
JavaScript:构建动态网络的引擎
JavaScript:构建动态网络的引擎
|
7月前
|
机器学习/深度学习 算法 量子技术
GQNN框架:让Python开发者轻松构建量子神经网络
为降低量子神经网络的研发门槛并提升其实用性,本文介绍一个名为GQNN(Generalized Quantum Neural Network)的Python开发框架。
170 4
GQNN框架:让Python开发者轻松构建量子神经网络
|
5月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
467 0
|
9月前
|
边缘计算 人工智能 5G
5G引领家庭网络升级:速度、稳定性与智能化的新时代
5G引领家庭网络升级:速度、稳定性与智能化的新时代
683 69
|
8月前
|
运维 监控 安全
VMware NSX 9.0 正式版发布 - 下一代网络安全虚拟化平台
VMware NSX 9.0 正式版发布 - 下一代网络安全虚拟化平台
389 3
VMware NSX 9.0 正式版发布 - 下一代网络安全虚拟化平台
|
4月前
|
网络协议 API 网络安全
VMware NSX 9.0.1.0 发布 - 下一代网络安全虚拟化平台
VMware NSX 9.0.1.0 发布 - 下一代网络安全虚拟化平台
785 3
VMware NSX 9.0.1.0 发布 - 下一代网络安全虚拟化平台
|
10月前
|
边缘计算 安全 算法
阿里云CDN:构建全球化智能加速网络的数字高速公路
阿里云CDN构建全球化智能加速网络,拥有2800多个边缘节点覆盖67个国家,实现毫秒级网络延迟。其三级节点拓扑结构与智能路由系统,结合流量预测模型,确保高命中率。全栈式加速技术包括QUIC协议优化和Brotli压缩算法,保障安全与性能。五层防御机制有效抵御攻击,行业解决方案涵盖视频、物联网及游戏等领域,支持新兴AR/VR与元宇宙需求,持续推动数字内容分发技术边界。
688 13
|
5月前
|
人工智能 监控 数据可视化
如何破解AI推理延迟难题:构建敏捷多云算力网络
本文探讨了AI企业在突破算力瓶颈后,如何构建高效、稳定的网络架构以支撑AI产品化落地。文章分析了典型AI IT架构的四个层次——流量接入层、调度决策层、推理服务层和训练算力层,并深入解析了AI架构对网络提出的三大核心挑战:跨云互联、逻辑隔离与业务识别、网络可视化与QoS控制。最终提出了一站式网络解决方案,助力AI企业实现多云调度、业务融合承载与精细化流量管理,推动AI服务高效、稳定交付。
|
4月前
|
机器学习/深度学习 分布式计算 Java
Java与图神经网络:构建企业级知识图谱与智能推理系统
图神经网络(GNN)作为处理非欧几里得数据的前沿技术,正成为企业知识管理和智能推理的核心引擎。本文深入探讨如何在Java生态中构建基于GNN的知识图谱系统,涵盖从图数据建模、GNN模型集成、分布式图计算到实时推理的全流程。通过具体的代码实现和架构设计,展示如何将先进的图神经网络技术融入传统Java企业应用,为构建下一代智能决策系统提供完整解决方案。
489 0
|
5月前
|
机器学习/深度学习 算法 搜索推荐
从零开始构建图注意力网络:GAT算法原理与数值实现详解
本文详细解析了图注意力网络(GAT)的算法原理和实现过程。GAT通过引入注意力机制解决了图卷积网络(GCN)中所有邻居节点贡献相等的局限性,让模型能够自动学习不同邻居的重要性权重。
991 0
从零开始构建图注意力网络:GAT算法原理与数值实现详解